Statystyka z demografią

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statystyka z demografią"

Transkrypt

1 Statystyka z demografią Literatura: Literatura podstawowa: Michał Major; Janusz Niezgoda Elementy statystyki, cz. I Statystyka opisowa; Krakowska Szkoła Wyższa im. Andrzeja Frycza Modrzewskiego; Kraków Michał Major Elementy statystyki,rachunek prawdopodobieństwa i wnioskowanie statystyczne Krakowska Szkoła Wyższa im. Andrzeja Frycza Modrzewskiego; Kraków Jerzy Zdzisław Holzer: Demografia, PWE, Warszawa 1989 Franciszek Stokowski: Podstawy demografii, PWE, Warszawa 1979 Maria Cieślak i inni: Demografia. Metody analizy i prognozowania, PWN, Warszawa 1992 Inne pozycje literatury: M. Sobczyk, Statystyka; Wydawnictwo PWN, Warszawa 1998 lub A. Komosa, J. Misiałkiewicz; Statystyka; Ekonomik zasoby internetowe: Wykładowca: Dr Michał Major; majorm@ae.krakow.pl Ćwiczenia: Dr Michał Major; majorm@ae.krakow.pl Dr Janusz Niezgoda; januszni@ae.krakow.pl

2 Statystyka - geneza Słowo Statystyka wywodzi się od łacińskiego słowa status co oznacza stan rzeczy lub państwo Po raz pierwszy słowo to zostało użyte w piśmiennictwie XVIII w. przez G. Achenwalda do oznaczenia zbioru informacji o państwie. Z czasem obok informacji opisowych dotyczących państwa zaczęły pojawiać się dane liczbowe ujmowane tabelarycznie. Proces gromadzenia i prezentacji tabelarycznej zaczęto nazywać statystyką a ich autorów tabelarystami. Do ukształtowania zakresu przedmiotu statystyki przyczynili się również J. Graunt i W. Petty, przedstawiciele tzw. arytmetyków politycznych, którzy dostrzegali w statystyce metodę umożliwiającą wyodrębnienie spośród pozornie chaotycznych zjawisk masowych, pewnych prawidłowości Do dalszego rozwoju statystyki przyczynili się również B. Pascal i P. Fermat, żyjący w XVII w, których uważa się za prekursorów teorii rachunku prawdopodobieństwa. Dzięki rachunkowi prawdopodobieństwa rozwinęła się statystyka matematyczna, której głównym celem jest wyodrębnianie i uogólnianie wyników otrzymanych z próby losowej na całą populację, z której ta próba pochodzi. Proces taki nazywa się wnioskowaniem statystycznym. Każde wnioskowanie musi być jednak poprzedzone wnikliwym i rzetelnym opisem losowych prób i cech statystycznych. Służyć temu mają deterministyczne metody opisowe określane mianem statystyki opisowej. Obecnie pod pojęciem statystyki rozumie się naukę traktującą o ilościowych metodach badania zjawisk (procesów) masowych. W potocznym słownictwie słowa statystyki używa się często do oznaczenia czynności polegających na prostym zbieraniu a następnie opracowywaniu danych liczbowych lub też określa ono zbiór informacji liczbowych (danych) dotyczących jakiegoś zjawiska. Statystyka i jej metody znalazły szerokie zastosowanie w wielu dziedzinach wiedzy. Oprócz nauk społecznych znajduje także zastosowanie w antropologii, biologii, medycynie, geografii i innych

3 D e m o g r a f i a Demografia (grec. demos lud, grapheia opis) jest nauką o prawidłowościach rozwoju ludności w konkretnych warunkach gospodarczych i społecznych badanego terytorium. Zajmuje się ona statystyczno-analitycznym opisem stanu i struktury ludności oraz oceną zmian wynikających z dotychczasowego i przewidywalnego ruchu naturalnego i wędrówkowego. Demografię można podzielić na: - demometrię (demografię matematyczną), przez którą rozumie się naukę o metodach pomiaru i predykcji procesów demograficznych przy użyciu narzędzi matematycznostatystycznych, - demografię opisową zajmującą się opisem struktur i procesów demograficznych. Można też wyróżnić: - demografię historyczną zajmującą się opracowywaniem metod pomiaru i opisu struktur i procesów demograficznych w okresach minionych, - demografię potencjalną, która stworzyła własny system pomiaru i oceny procesów demograficznych, nadając każdemu człowiekowi wagę zależna od takich czynników jak płeć, wiek itp.. Wagą jest tu długość dalszego przeciętnego trwania życia, - doktryny demograficzne kierunek zajmujący się formułowaniem teorii rozwoju ludności, - demografię społeczną zajmującą się społecznym uwarunkowanie procesów demograficznych, - demografię ekonomiczną zajmującą się ekonomicznymi uwarunkowanie procesów demograficznych.

4 D e m o g r a f i a Powiązania demografii z innymi dziedzinami Co łączy statystykę i demografię? Wszystkie badania i analizy demograficznej oparte są na metodach opracowanych przez teorię statystyki.

5 Podstawowe pojęcia statystyczne i demograficzne zbiorowość statystyczna (lub populacją, masą statystyczną lub zbiorowością generalną) i definiuje jako zbiór elementów (osób, przedmiotów, zdarzeń) podobnych lecz nie identycznych pod względem określonej cechy, poddanych badaniom statystycznym. Elementy wchodzące w skład zbiorowości statystycznej nazywane są jednostkami statystycznymi a ich liczba liczebnością zbiorowości lub liczebnością całkowitą, (generalną). Jednostki statystyczne charakteryzują się pewnymi właściwościami określanymi mianem cech statystycznych. Cechy te mogą być kwalifikujące i badane. Cechy kwalifikujące pozwalają jednoznacznie określić jednostki statystyczne i zbiorowość statystyczną pod względem rzeczowym lub przedmiotowym (co?), terytorialnym (gdzie?) i czasowym (kiedy?). Cechy te nie podlegają badaniu, lecz pozwalają na przyporządkowanie jednostek do zbiorowości generalnej. Cechy badane natomiast, to te własności, ze względu na które różnią się jednostki statystyczne. W odróżnieniu od cech kwalifikujących podlegają one badaniu i decydują o zakresie prowadzonych badań. Przykład (zob. Elementy statystyki, przykład 1.1) Dnia 31 grudnia 2001 roku przeprowadzono badanie stopy bezrobocia (wyrażonej w procentach) w powiatach województwa małopolskiego. Na podstawie powyższego sformułowania, zdefiniować zbiorowość statystyczną i jednostkę statystyczną. Określić liczebność zbiorowości oraz badaną cechę statystyczną.

6 Cechy statystyczne cechy statystyczne cechy jakościowe (niemierzalne) cechy ilościowe (mierzalne) definicje i przykłady cech zob. Elementy statystyki Odwzorowując zbiór rozróżnialnych stanów cechy w zbiór liczb rzeczywistych za pomocą określonej funkcji pomiarowej otrzymujemy zbiór wartości odpowiedniej zmiennej. Powyższy proces określa się mianem kwantyfikacji cechy, czyli przekształcenia cechy w odpowiednie zmienne (obrazy liczbowe). Z uwagi na to, że poziom natężenia badanych cech zależy zarówno od czynników systematycznych jak i losowych, otrzymane w wyniku kwantyfikacji zmienne nazywa się zmiennymi losowymi. (definicje zmiennych skokowych i ciągłych zob. Elementy statystyki) Zmienne skokowe (dyskretne) Zmienne losowe Zmienne ciągłe

7 Jednostka, cechy i zdarzenie demograficzne Jednostki demograficzne Jednostkami demograficznymi badania są osoby, pary małżeńskie, rodziny i związane z nimi gospodarstwa domowe: Jednostki dzielimy na: a) Proste to osoby nie podlegają podziałowi b) Złożone są to pary małżeńskie i rodziny składają się z kilku osób, między którymi występują więzi Podstawową jednostką w obserwacji i analizie demograficznej jest osoba. Cechy Cechy człowieka będące przedmiotem badań demograficznych dzieli się na: a) Cechy absolutne to właściwości, które posiada każdy człowiek niezależnie od istnienia innych osób (płeć, wiek) b) Cechy relatywne to właściwości jednostek wynikające z określonej sytuacji, w jakiej znajduje się względem innych osób (m.in. stan cywilny, stosunek do głowy rodziny, wykształcenie) podlegają one zmianom w różnych stadiach życia człowieka

8 Jednostka, cechy i zdarzenie demograficzne Minimum demograficzne to trzy podstawowe cechy: wiek, płeć, stan cywilny. Wiek w demografii stanowi on różnicę między momentem obserwacji a momentem urodzenia, wiek jest cechą specyficzną Jest to cecha rzeczowa, mierzalna, ciągła Wyrażamy ją w jednostkach czasu (latach, miesiącach, dniach, godzinach przy badaniu umieralności niemowląt) Stan cywilny różnicuje i charakteryzuje jednostki społeczne pod względem rodziny; wyróżniamy 4 kategorie: osoby stanu wolnego (panny, kawalerowie), osoby będące w stanie małżeńskim (mężatki, żonaci), osoby rozwiedzione, wdowy i wdowcy, separowani i separowane(na podstawie konkordatu) Jeśli za kryterium przyjmiemy stosunek do stanu małżeńskiego wyróżniamy 2 kategorie: osoby w stanie małżeńskim i osoby w stanie pozamałżeńskim.

9 Jednostki demograficzne Pary małżeńskie jednostka złożona. Cechy: a) Staż małżeński b) Dzietność par małżeńskich Rodzina podstawowa jednostka demograficzna, jednostka złożona. Tworzą ją osoby spokrewnione lub spowinowacone, które wspólnie mieszkają. W zbiorowości rodziny wyróżniamy: a) Rodziny biologicznie pełne małżeństwa posiadające dzieci lub bezdzietne b) Rodziny biologicznie niepełne rodzeństwa pozbawione rodziców, jedno z rodziców z dziećmi c) Zespoły rodzinne utworzone przez r. biologiczne mieszkające z dalszymi krewnymi oraz inne grupy osób spokrewnionych, wspólnie mieszkających

10 Jednostki demograficzne cd. Gospodarstwa domowe jednostka złożona o charakterze ekonomicznospołecznym. - Tworzą ją osoby wspólnie mieszkające z reguły w jednym mieszkaniu i tworzące wspólnotę gospodarczą. Oprócz osób spokrewnionych i spowinowaconych mogą do nich należeć inne osoby wspólnie mieszkające jeśli spełniają ekonomiczne kryterium wspólnego utrzymywania się - Cel funkcjonowania: zaspokojenie potrzeb tworzących je ludzi Wyróżniamy trzy typy gospodarstw domowych: 1. Gospodarstwa domowe rodzinne zespoły dwóch lub więcej osób spokrewnionych, mieszkających razem i wspólnie się utrzymujących 2. Gospodarstwa domowe osób samotnych każda osoba, która utrzymuje się oddzielnie 3. Gospodarstwa zbiorowe- np. domy studenckie, żłobki tygodniowe, hotele Głowa gosp. domowego osoba, która dostarcza całkowicie lub w przeważającej części środków utrzymania dla danego gospodarstwa domowego. Dotyczy tylko rodzinnych gospodarstw domowych i gospodarstw domowych osób samotnych. Jeżeli dwie osoby w równym stopniu dostarczają w równym stopniu środki to za głowę uważa się osobę, która środkami rozporządza.

11 Populacja, kohorta i generacja Poszczególne jednostki tworzą zbiorowości zwane populacjami. Populację można wyodrębnić na podstawie wspólnoty przestrzennej i czasowej. Do zbiorowości należeć będą osoby lub ich zespoły, które w danym czasie mieszkają na określonym terytorium. Jeśli do terytorium i czasu dołączymy realizację zdarzenia to otrzymamy zbiorowość nazywaną kohortą. Kohorta podzbiorowość ludzka wyodrębniona ze zbiorowości na podstawie zdarzenia demograficznego lub społecznego, wspólnego wszystkim członkom podzbiorowości w ściśle określonym miejscu i czasie, np. Kohorty małżeńskie zbiorowość osób, które zawarły związek małżeński w roku t i są obserwowane w okresie od t do t + k np. pod względem umieralności Kohorty osób, które rozpoczęły pracę zawodową w tym samym okresie. Kohorty, które zostały wyodrębnione na podstawie wspólnej daty urodzenia nazywamy generacją. Zbiorowość obserwowana na danym terytorium w roku kalendarzowym składa się z podzbiorowości, które powstały w różnych okresach. W związku z tym zachodzi potrzeba analizy demograficznej w dwóch wymiarach: czasie historycznym mierzonym datami kalendarzowymi i czasie trwania mierzonym na podstawie okresów, które minęły od chwili realizacji zdarzenia dającej początek kohorcie.

12 Zjawiska i zdarzenia demograficzne Za pośrednictwem zdarzeń realizujących się w zbiorowościach ludzkich obserwowane są zjawiska noszące nazwę zjawisk demograficznych. Zdarzenia demograficzne Małżeństwa, rozwody, urodzenia dzieci, migracje - ich realizacja w pewnej mierze zależy od woli człowieka i różnych okoliczności wpływających na podejmowane przez niego decyzje, co powoduje, że w przypadku niektórych osób zdarzenia mogą nigdy nie wystąpić, natomiast w przypadku innych osób realizują się wielokrotnie mamy do czynienia z powtarzalnością zdarzeń. Przy wielokrotnej realizacji zdarzeń wyróżnia się poszczególnie ich kolejności. Zgony są to zdarzenia niepowtarzalne i nieuniknione.

13 Zjawiska i zdarzenia demograficzne Klasyfikacja zjawisk i zdarzeń demograficznych Lp. Zjawisko Zdarzenie Symbol 1. Zawieranie małżeństw Małżeństwo bez rozróżnienia kolejności Małżeństwo k- tej kolejności M M(k) 2. Rozwiązywanie małżeństw Rozwód bez rozróżnienia kolejności Rozwód k-tej kolejności Owdowienie bez rozróżnienia kolejności Owdowienie k-tej kolejności Rd Rd(k) Ow Ow(k) 3. Rozrodczość, rodność, płodność Urodzenie bez rozróżnienia kolejności Urodzenie k-tej kolejności U U(k) 4. Umieralność Zgon Z 5. Migracje wewnętrzne Napływ ludności Przyjazd bez rozróżnienia kolejności N Odpływ ludności 6. Migracje zewnętrzne Imigracja ludności Emigracja ludności Przyjazd k-tej kolejności Wyjazd bez rozróżnienia kolejności Wyjazd k-tej kolejności Imigracja bez rozróżnienia kolejności Imigracja k-tej kolejności Emigracja bez rozróżnienia kolejności Emigracja k-tej kolejności Każde zdarzenie demograficzne musi być rozważane w stosunku do pewnej jednostki. Może nią być konkretna osoba lub zespół ludzi wyodrębnionych na podstawie związków istotnych dla badanego zjawiska. N(k) O O(k) I I(k) E E(k)

14 Metody badań statystycznych - badania pełne (wyczerpujące, całkowite, stuprocentowe) - badania niepełne (częściowe, wyrywkowe) Techniki pozyskiwania informacji: badania: - ankietowe - monograficzne - reprezentacyjne. Źródła informacji demograficznej Podstawowych źródeł informacji o wielkości i strukturze ludności dostarczają: spisy ludności ewidencja bieżąca ludności badania specjalne. Powszechny spis ludności jest metodą gromadzenia danych dotyczących ludności wyodrębnionego terytorium w ustalonym momencie. Spis ten obejmuje całą ludność a więc zalicza się do badań całkowitych. Wymóg ustalenia momentu, do którego odnoszą się informacje nadaje mu charakter statyczny. Jest to pełne badanie ustalające stan liczebny i strukturę ludności w określonym momencie, na określonym terytorium, w drodze indywidualnego uzyskania informacji o wszystkich jednostkach podlegających badaniu.

15 W okresach międzyspisowych przeprowadzane są tzw. mikrospisy (1984, 1995 w Polsce) przy pomocy metody reprezentacyjnej(przeprowadzane na próbie, wyniki dla całej zbiorowości). Na podstawie spisów można dokonywać prognoz. Rejestracja bieżąca Polega na ciągłym notowaniu określonych faktów. Rejestracja bieżąca różni się od spisu powszechnego tym, że nie jest badaniem jednorazowym, lecz ciągłym wykonywanym stale. Przykładowo urzędy stanu cywilnego notują urodzenia, zawarcia małżeństw, rozwody, zgony. Biura meldunkowe zajmują się ruchami wędrówkowymi itd. Rejestracja bieżąca należy do badań całkowitych. Jest przykładem dynamicznej analizy ludności na danym terytorium. Dzięki nim możliwe jest szacowanie stanu i struktur w okresach między kolejnymi spisami. Uzyskane dane o zdarzeniach są podstawą badania przebiegu zjawisk ludnościowych. Badania specjalne Obejmują wyodrębnioną w sposób losowy lub celowy próbę pochodzącą z całej zbiorowości. Należą one do badań częściowych: retrospektywnych i prospektywnych: Retrospektywne dotyczą zdarzeń z przeszłości. Metoda anamnestyczna: respondenci udzielają informacji z pamięci (kwestionariusz ankietowy np.: badania umieralności, dzietności). Uzyskane w ten sposób informacje dotyczą zdarzeń, które miały miejsce w ciągu życia osób ankietowanych lub ich przodków. Taki sposób obserwacji ma charakter dynamiczny dotyczy bowiem okresu a nie momentu. Badania retrospektywne umożliwiają wypełnienie luk w materiale statystycznym, a także stwarzają możliwość przeprowadzenia wszechstronnej analizy obserwowanego zjawiska z uwzględnieniem różnorodnych uwarunkowań. Uzyskane dane są równoczesne, co zapewnia jedność terminologii, obserwacji i opracowania. Wadą jest to, że polegamy na pamięci, więc mogą wystąpić błędy. Wykorzystywane w analizie kohortowej. Prospektywne dotyczą zdarzeń mogących wystąpić w przyszłości przykładowo dotyczące planów matrymonialnych i prokreacyjnych. Są to projekcje, oczekiwania

16 Etapy badań statystycznych: 1. Przygotowanie badania 2. Zebranie materiału statystycznego (obserwacja statystyczna) 3. Przygotowanie, opracowanie i prezentacja materiału statystycznego 4. Opis statystyczny badanego zjawiska lub wnioskowanie statystyczne

17 ad.1 (przygotowanie badań) - określenie celu i metody badania. Celem badania może być np. ustalenie siły i kierunku współzależności pomiędzy stażem a wydajnością pracy, zbadanie częstotliwości i przyczyn wypadów na pewnym odcinku drogi, ustalenie potencjalnej liczby osób zainteresowanych wyjazdem na wycieczkę do Francji itp. We wszystkich tych przypadkach należy zdecydować czy badanie będzie stuprocentowe czy częściowe. -określenie zbiorowości statystycznej i cech podlegających badaniu. Zbiorowość statystyczna jak i jednostki statystyczne czyli przedmiot badania powinny być dokładnie zdefiniowane pod względem rzeczowym, czasowym i przestrzennym. Np. w przypadku badania liczby klientów zainteresowanych wyjazdem do Francji zbiorowość statystyczną mogą tworzyć klienci biura podróży Bermuda w mieście X, którzy w okresie od skorzystali z jego usług. Badaną cechą statystyczną (cechą jakościową) może być tutaj kraj, do którego klient biura podróży zdecydował się wyjechać. -definiowanie jednostki sprawozdawczej. Jednostką sprawozdawczą może być osoba fizyczna lub prawna, która dysponuje danymi źródłowymi potrzebnymi do badania. W pewnych sytuacjach jednostką sprawozdawczą może być sama jednostka statystyczna. W omawianym powyżej przykładzie jednostką sprawozdawczą może być biuro podróży Bermuda, jeżeli prowadzi ono bieżącą ewidencję obsługiwanych klientów lub klienci tego biura, w przypadku braku dokładnej ewidencji kierunków wyjazdów. - określenie harmonogramu i budżetu projektu badawczego. Punkt ten pozwala na sprawne przeprowadzenie i ukończenia zaplanowanych badań lub ewentualną korektę zakresu i terminów otrzymania wyników końcowych.

18 ad. 2 (obserwacja statystyczna) Polega ona na przyporządkowaniu wartości liczbowych cechom ilościowym oraz wariantów słownych cechom jakościowym u wszystkich jednostek wchodzących w skład zbiorowości generalnej lub w skład próby. Przyporządkowanie wartości cechom odbywa się na drodze pomiaru lub zbierania informacji od jednostek sprawozdawczych. Dane statystyczne mogą być obciążony pewnymi błędami zarówno o charakterze systematycznym jak i przypadkowym. Źródłem błędów systematycznych jest zwykle jednokierunkowa tendencja do zniekształcenia badanej rzeczywistości, co powoduje przy dużej liczbie powtórzeń znaczne zawyżenie lub zaniżenie końcowych rezultatów. Błędy o charakterze przypadkowym najczęściej są skutkiem niezamierzonych pomyłek osób zbierających informacje. Błędy przypadkowe w odróżnieniu od błędów systematycznych mają zwykle różny kierunek (zawyżający lub zaniżający badaną wartość rzeczywistą) a ich wpływ na zniekształcenie badania jest zwykle mniejszy niż błędu systematycznego. Czynnikiem przeciwdziałającym błędom (systematycznym i przypadkowym) są kontrole formalne i merytoryczne. Kontrola formalna ma za zadanie sprawdzić kompletność, pełność i zupełność zebranego materiału, natomiast celem kontroli merytorycznej jest sprawdzenie materiału pod względem logicznym i arytmetycznym

19 ad. 3 (przygotowanie, opracowanie i prezentacja materiału statystycznego) W trakcie opracowywania materiału wyróżnia się min. tzw. grupowanie i zliczanie. Grupowanie polega na wyodrębnieniu spośród całej badanej zbiorowości statystycznej określonych w miarę jednorodnych grup (części). Biorąc za kryterium podziału cel, jakiemu ma służyć grupowanie, możemy podzielić je na tzw. typologiczne i wariancyjne. Grupowanie typologiczne opiera swój podział na wariantach cechy jakościowej (np. grupowanie ludności według wykształcenia na: podstawowe, zasadnicze zawodowe, średnie, wyższe). Grupowanie wariancyjne dotyczy zwykle cechy ilościowej. Przykładem, takiego grupowania może być podział pracowników określonej firmy ze względu na wielkość zarobków. Można wówczas wyróżnić przykładowe grupy (tzw. przedziały klasowe): (700; 900], (900; 1100], (1100; 1300], (1300; 1500], (1500; 1700], (1700; 1900], (1900; 2100] itd. Po wyodrębnieniu grup w obrębie zbiorowości statystycznej następuje zliczanie danych przypadających na wyodrębnione grupy. Jeżeli zbiorowość nie jest zbyt liczna zliczanie odbywa się ręcznie, natomiast w przypadku zbiorowości licznych do zliczania stosuje się technikę komputerową. przykład zapisu kreskowego ( w formie pęczku i kwadratu z przekątną ) liczby 12 i 16. liczba 12 IIII IIII II liczba 12 liczba 16 IIII IIII IIII I liczba 16

20 Prezentacja materiału statystycznego szeregi statystyczne Rodzaje szeregów statystycznych: 1. szereg szczegółowy - szereg szczegółowy nieuporządkowany (pierwotny) - szereg szczegółowy uporządkowany (pozycyjny) 2. szereg rozdzielczy (strukturalny) - szereg rozdzielczy (strukturalny) cechy jakościowej - szereg rozdzielczy (strukturalny) cechy ilościowej o szereg rozdzielczy punktowy o szereg rozdzielczy przedziałowy 3. szereg przestrzenny (geograficzny) 4. szereg czasowy (dynamiczny) - szereg czasowy (dynamiczny) momentów - szereg czasowy (dynamiczny) okresów

21 szereg szczegółowy nieuporządkowany Przykład 1. Wykształcenie 20 badanych pracowników firmy X przedstawiało się następująco: Podczas zapisu wykorzystano następujące skróty: w wyższe, śr średnie, zz zasadnicze zawodowe, p podstwowe. w w śr w zz w śr p zz w p śr w w p śr w śr w w źródło: dane umowne

22 Przykład 2. Wiek(w ukończonych latach) w grupie 64 pracowników w przedsiębiorstwie X i Wiek x i i Wiek x i i Wiek x i i Wiek x i i Wiek x i i Wiek x i i Wiek x i Źródło: badania własne

23 szereg szczegółowy uporządkowany ad. przykład 1 porządkowanie od najwyższego do najniższego: i Wykształcenie w w w w w w w w w w i Wykształcenie śr śr śr śr śr zz zz p p p

24 szereg rozdzielczy (strukturalny) cechy jakościowej Struktura wykształcenie 20 pracowników firmy X System studiów Zliczanie danych Liczba metodą kreskową pracowników (f i ) wyższe IIII IIII 10 średnie IIII 5 zasadnicze zawod. II 2 podstawowe III 3 Liczba pracowników w % 50% 25% 10% 15% Razem XXX % Źródło: Obliczenia własne Prezentacja graficzna liczba pracowników (fj) wyższe średnie zasadnicz zawod. podstawowe wykształcenie Struktura wykształcenie 20 pracowników firmy X Źródło: Opracowanie własne

25 15% 10% 50% wyższe średnie zasad. zawod. podstawowe 25%

26 ad przykład 2 Wiek w latach ukończonych pracowników firmy X zestawiony w szeregu szczegółowym uporządkowanym (pozycyjnym) ii i Wiek x i ii i Wiek x i ii i Wiek x i ii i Wiek x i ii i Wiek x i ii i Wiek x i ii i Wiek x i Źródło: Opracowanie własne

27 szereg rozdzielczy punktowy j wiek w latach x j Zliczanie danych metodą kreskową Liczba pracowników (f j ) którzy ukończyli x i lat Liczebność względna (frakcja) v j f j f j v j = = k N f j j =1 v j [%] 1 18 I 1 0,0156 1,5625% 2 19 II 2 0,0313 3,1250% 3 20 II 2 0,0313 3,1250% 4 23 II 2 0,0313 3,1250% 5 25 IIII 5 0,0781 7,8125% 6 26 II 2 0,0313 3,1250% 7 27 IIII 4 0,0625 6,2500% 8 28 IIII 4 0,0625 6,2500% 9 29 II 2 0,0313 3,1250% IIII 4 0,0625 6,2500% I 1 0,0156 1,5625% IIII 5 0,0781 7,8125% IIII II 7 0, ,9375% IIII 4 0,0625 6,2500% III 3 0,0469 4,6875% III 3 0,0469 4,6875% II 2 0,0313 3,1250% III 3 0,0469 4,6875% IIII II 7 0, ,9375% I 1 0,0156 1,5625% Razem xxx xxx 64 1, %

28 Tworzenie szeregu rozdzielczego przedziałowego oraz jego graficzna prezentacja Ustalanie liczby przedziałów klasowych oraz ich rozpiętości liczba klas k k 1+ 3,3lg 10 N 0,5 N k N. k = 1+3,3lg = 6, ,5 64 = 4 k = 7 64 = 8 długość przedziału (rozpiętość): R x xmin l = = max = 3, k k 7 =. Ponieważ 3,14 jest wartością, która może utrudniać dalsze obliczenia, zdecydowano się dokonać korekty kresów zmienności i założono że: x min = 14 lat i x max = 42 lata. Nowa długość przedziałów klasowych l = R k x' = x' k = 7 max min = 4

29 Inne sposoby ustalania liczby klas k w zależności od liczby obserwacji N: N k lub N k

30 Struktura wieku pracowników firmy X numer środek przedziału ( x j d.i ; x g.i ] przedziału x o Liczba pracowników (f j ) którzy ukończyli - więcej niż x d.i, lecz najwyżej x g.i - lat Częstość względna (v j ) 1 (14 ; 18] 6 1 0, (18 ; 22] , (22 ; 26] , (26 ; 30] , (30 ; 34] , (34 ; 38] , (38 ; 42] ,1250 XXX suma xxx 64 1,0000 Źródło: Obliczenia własne

31 f 18 j wiek Histogram oraz wielobok liczebności przedstawiający liczbę pracowników f i, którzy ukończyli (x di - x gi ] lat Źródło: Powyższa tablica

32 Tworzenie szeregu kumulacyjnego j ( x d.i ; x g.i ] Liczba pracowników (f j ) którzy ukończyli - więcej niż x d.i lecz najwyżej x g.i lat Częstoś ć względn a (v j ) obliczenia pomocnicze f jskum v jskum 1 (14 ; 18] 1 0, , (18 ; 22] 4 0, , (22 ; 26] 9 0, , (26 ; 30] 14 0, , (30 ; 34] 17 0, , (34 ; 38] 11 0, , (38 ; 42] 8 0, ,0000 suma 64 1,0000 xxx xxx xxx Źródło: Obliczenia własne

33 70 f jskum lata Graficzna ilustracja szeregu skumulowanego Źródło: powyższa tablica

34 DOCHODY I WYDATKI BUDŻETÓW GMIN W 2001 R. DOCHODY I WYDATKI BUDŻETÓW W PRZELICZENIU NA 1 MIESZKAŃCA GDAŃSK SZCZECIN OLSZTYN BYDGOSZCZ TORUŃ BIAŁYSTOK GORZÓW WIELKOPOLSKI POZNAŃ WARSZAWA ZIELONA GÓRA ŁÓDŹ WROCŁAW LUBLIN KIELCE OPOLE Dochody 2500 Wydatki KATOWICE KRAKÓW RZESZÓW 0 WYDATKI INWESTYCYJNE W % WYDATKÓW OGÓŁEM GDAŃSK OLSZTYN SZCZECIN BYDGOSZCZ TORUŃ BIAŁYSTOK GORZÓW WIELKOPOLSKI POZNAŃ WARSZAWA ZIELONA GÓRA ŁÓDŹ WROCŁAW LUBLIN KIELCE OPOLE KATOWICE Wydatki inwestycyjne w % KRAKÓW RZESZÓW 10,0 i mniej 10,1-20,0 powyżej 20,0

35 Szeregi dynamiczne (czasowe) i ich graficzna prezentacja Umieralność mężczyzn i kobiet w przedziale wieku lata w województwie małopolskim: Lata Ogółem w osobach Źródło: Umieralność ogólem (os.) Lata

36 ad. 4 Opis lub wnioskowanie statystyczne Ostatnim etapem badań statystycznych jest opis lub wnioskowanie statystyczne. Opis statystyczny odnosi się tylko do danej zbiorowości statystycznej, lub pochodzącej z niej próby. Ma on charakter sumaryczny i uogólniający. Opis taki posiłkuje się różnymi miarami, spośród których wyróżniają się miary położenia (średnie), zmienności, asymetrii i koncentracji oraz miary współzależności (współczynniki korelacji i funkcje regresji). Metody wykorzystywane do opisów statystycznych wchodzą w zakres statystyki opisowej. W odróżnieniu od opisu statystycznego wnioskowanie statystyczne ma miejsce wówczas, gdy wykorzystując wiadomości zebrane w drodze badania reprezentatywnej próby próbujemy ekstrapolować wnioski na całą zbiorowość z której próba ta pochodzi. Działanie takie nazywa się wnioskowaniem statystycznym i opiera się w głównej mierze na rachunku prawdopodobieństwa, który stanowi jego teoretyczną podstawę. Metody wnioskowania statystycznego zaliczane są do drugiego działu statystyki nazywanego statystyką matematyczną. Spośród metod matematyki statystycznej wyróżnia się najczęściej teorię estymacji oraz teorię weryfikacji hipotez statystycznych.

Statystyka w pracy badawczej nauczyciela

Statystyka w pracy badawczej nauczyciela Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem

Bardziej szczegółowo

Podstawowe pojęcia statystyczne

Podstawowe pojęcia statystyczne Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład ze statystyki. Maciej Wolny Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:

Bardziej szczegółowo

Badania Statystyczne

Badania Statystyczne Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o

Bardziej szczegółowo

Rodzaje badań statystycznych

Rodzaje badań statystycznych Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne

Bardziej szczegółowo

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. [1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematyczna Anna Janicka wykład I, 22.02.2016 STATYSTYKA OPISOWA, cz. I Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: strona z materiałami z przedmiotu: wne.uw.edu.pl/azylicz akson.sgh.waw.pl/~aborata

Bardziej szczegółowo

Wykład z dnia 8 lub 15 października 2014 roku

Wykład z dnia 8 lub 15 października 2014 roku Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących

Bardziej szczegółowo

STATYSTYKA. dr Agnieszka Figaj

STATYSTYKA. dr Agnieszka Figaj STATYSTYKA OPISOWA dr Agnieszka Figaj Literatura B. Pułaska Turyna: Statystyka dla ekonomistów. Difin, Warszawa 2011 M. Sobczyk: Statystyka aspekty praktyczne i teoretyczne, Wyd. UMCS, Lublin 2006 J. Jóźwiak,

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Pojęcie i metody badań statystycznych PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY W LUBLINIE WYŻSZA

Bardziej szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19

Statystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19 Statystyka Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka 20 lutego 2017 1 / 19 Wykład : 30h Laboratoria : 30h (grupa B : 14:00, grupa C : 10:30, grupa E : 12:15) obowiazek

Bardziej szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura Zagadnienia: wprowadzenie podstawowe pojęcia Doświadczalnictwo 1 Termin doświadczalnictwo Doświadczalnictwo planowanie doświadczeń oraz analiza danych doświadczalnych z użyciem metod statystycznych. Doświadczalnictwo

Bardziej szczegółowo

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:

Bardziej szczegółowo

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. Wykład 2. 1. Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. 3. Wykresy: histogram, diagram i ogiwa. Prezentacja materiału statystycznego Przy badaniu struktury zbiorowości punktem

Bardziej szczegółowo

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) STATYSTYKA zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) DANYCH STATYSTYKA MATEMATYCZNA analiza i interpretacja danych przy wykorzystaniu metod

Bardziej szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34 Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)

Bardziej szczegółowo

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0 Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Sposoby prezentacji problemów w statystyce

Sposoby prezentacji problemów w statystyce S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki

Bardziej szczegółowo

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Metody analizy demograficznej

Metody analizy demograficznej Metody analizy demograficznej Przedmiot analizy demograficznej Stan w danym momencie lub okresie, np. roku (można więc oceniać natężenie określonego procesu, strukturę lub korelację cech badanej populacji)

Bardziej szczegółowo

Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński

Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński Wybrane cytowania "Statystyka to matematyczny kamuflaż błędu. Georges

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

DEMOGRAFIA DOC. DR INŻ. EDYTA NIEMIEC

DEMOGRAFIA DOC. DR INŻ. EDYTA NIEMIEC DEMOGRAFIA DOC. DR INŻ. EDYTA NIEMIEC ZASADY 30 GODZ. WYKŁADÓW - DYSKUSJA egzamin FORMA OPISOWA - 5 PYTAŃ KAŻDY STUDENT WYBIERA 3 PYTANIA, NA KTÓRE ODPOWIADA, ZA KAŻDE PYTANIE MOŻNA OTRZYMAĆ OCENĘ OD NDST

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.

Bardziej szczegółowo

STATYSTYKA OPISOWA. Wykład 1

STATYSTYKA OPISOWA. Wykład 1 STATYSTYKA OPISOWA Wykład 1 LITERATURA Literatura podstawowa Literatura uzupełniająca 2 LITERATURA Literatura podstawowa: Zeliaś A., Pawełek B., Wanat S., Metody statystyczne. Zadania i sprawdziany, PWE,

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 013/014 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

Metody doboru próby do badań. Dr Kalina Grzesiuk

Metody doboru próby do badań. Dr Kalina Grzesiuk Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Podstawowe pojęcia cd. Etapy badania statystycznego

Podstawowe pojęcia cd. Etapy badania statystycznego 12.03.2017 Wydział Inżynierii Produkcji I Logistyki Podstawowe pojęcia cd. Etapy badania statystycznego Wykład 2 Dr inż. Adam Deptuła I ZiP-ns. Podstawowe pojęcia Badanie statystyczne Pełne Częściowe Badanie

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/013 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:

Bardziej szczegółowo

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

Wykład 3: Prezentacja danych statystycznych

Wykład 3: Prezentacja danych statystycznych Wykład 3: Prezentacja danych statystycznych Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych statystycznych (inne metody wybierzemy dla danych przekrojowych,

Bardziej szczegółowo

Pozyskiwanie wiedzy z danych

Pozyskiwanie wiedzy z danych Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy

Bardziej szczegółowo

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Rzeszów, 1 październik 014 r. SYLABUS Nazwa przedmiotu Statystyka i demografia Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Kod przedmiotu MK_8 Studia Kierunek

Bardziej szczegółowo

Przedmiotowe Zasady Oceniania III LO w Łomży. Statystyka. Klasa II-III

Przedmiotowe Zasady Oceniania III LO w Łomży. Statystyka. Klasa II-III Przedmiotowe Zasady Oceniania III LO w Łomży Klasa II-III Łomża, 2013-2015 2 Przedmiotowe Zasady Oceniania w III LO Łomży Ocenianie Pracę należy tak organizować, aby uczniowie, niezależnie od aktualnego

Bardziej szczegółowo

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-ZIPN-004 Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 0/04 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Miedzynarodowych

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 1 Statystyka Nazwa pochodząca o łac. słowa status stan, państwo i statisticus

Bardziej szczegółowo

Badania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe)

Badania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe) Proces badawczy schemat i zasady realizacji Agata Górny Demografia Wydział Nauk Ekonomicznych UW Warszawa, 4 listopada 2008 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Badania eksploracyjne

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Wydział Nauk Ekonomicznych UW Warszawa, 28 października 2014 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Kryteria przyczynowości

Bardziej szczegółowo

Z-LOGN1-006 Statystyka Statistics

Z-LOGN1-006 Statystyka Statistics KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN-006 Statystyka Statistics Obowiązuje od roku akademickiego 0/0 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-0033z Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek: Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne

Bardziej szczegółowo

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy y/ ćwiczenia

Bardziej szczegółowo

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu Sylabus przedmiotu: Specjalność: Statystyka Wszystkie specjalności Data wydruku: 31.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny Dane podstawowe

Bardziej szczegółowo

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr [0]/MEN/008.05.0 klasa TE LP TREŚCI NAUCZANIA NAZWA JEDNOSTKI DYDAKTYCZNEJ Lekcja organizacyjna Zapoznanie

Bardziej szczegółowo

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Prezentacja materiału statystycznego Szeroko rozumiane modelowanie i prognozowanie jest zwykle kluczowym celem analizy danych. Aby zbudować model wyjaśniający relacje pomiędzy różnymi aspektami rozważanego

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

Literatura. Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010.

Literatura. Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010. Metody statystyczne Literatura Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010. Stąpor K. Wykłady z metod statystycznych dla informatyków z przykładami w języku R. Wydawnictwo Politechniki

Bardziej szczegółowo

I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy

I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy 1.1.1 Statystyka opisowa I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE STATYSTYKA OPISOWA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P6 Wydział Zamiejscowy w Ostrowie Wielkopolskim

Bardziej szczegółowo

Zakres badań demograficznych

Zakres badań demograficznych Zakres badań demograficznych wskaźnik rodności wskaźnik dzietności RUCH NATURALNY STAN I STRUKTURA LUDNOŚCI wskaźniki umieralności wskaźniki zgonów przeciętny dalszy czas trwania życia wskaźnik małżeństw

Bardziej szczegółowo

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego

Statystyka. Wydział Zarządzania Uniwersytetu Łódzkiego Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Statystyka to nauka zajmująca się badaniem prawidłowości w procesach masowych, to jest takich, które realizują się na dużą skalę (np. procesy

Bardziej szczegółowo

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA

Bardziej szczegółowo

Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki

Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07 Statystyka dzieli się na trzy części: Przedmiot statystyki -zbieranie danych; -opracowanie i kondensacja danych (analiza danych);

Bardziej szczegółowo

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34

Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Po co nam charakterystyki liczbowe? Katarzyna Lubnauer 34 Def. Charakterystyki liczbowe to wielkości wyznaczone na podstawie danych statystycznych, charakteryzujące własności badanej cechy. Klasyfikacja

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA PRZEDMIOTU / SYLABUS Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi

Bardziej szczegółowo

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I

Bardziej szczegółowo

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta

MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 MATEMATYKA3 Mathematics3 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek

Bardziej szczegółowo

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR Statystyka Opisowa WK1.2017 Andrzej Pawlak Intended Audience: PWR POJĘCIA STATYSTYKI 1. Zbiór danych liczbowych pokazujących kształtowanie się określonych zjawisk i procesów (roczniki statystyczne). 2.

Bardziej szczegółowo

KARTA KURSU. Kod Punktacja ECTS* 1

KARTA KURSU. Kod Punktacja ECTS* 1 KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski STATYSTYKA OPISOWA Literatura A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Przedmiot i rola statystyki

Przedmiot i rola statystyki Statystyka Przedmiot i rola statystyki Statystyka jest dziedziną nauki zajmującą się metodami ilościowymi opisu zjawisk lub procesów masowych. Zjawisko jest masowe, gdy dotyczy wystarczająco dużej liczby

Bardziej szczegółowo

Analiza struktury i przeciętnego poziomu cechy

Analiza struktury i przeciętnego poziomu cechy Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów

Bardziej szczegółowo

studiów Podstawy Statystyki TR/2/PP/STAT 7 3

studiów Podstawy Statystyki TR/2/PP/STAT 7 3 kod nr w planie ECTS Przedmiot studiów Podstawy Statystyki TR/2/PP/STAT 7 3 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy

Bardziej szczegółowo

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. Wykład 3. Opis struktury zbiorowości 1. Parametry opisu rozkładu badanej cechy. 2. Miary połoŝenia rozkładu. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. W praktycznych zastosowaniach bardzo często

Bardziej szczegółowo

Miary statystyczne w badaniach pedagogicznych

Miary statystyczne w badaniach pedagogicznych Miary statystyczne w badaniach pedagogicznych Szeregi statystyczne Szczegółowy - gdzie materiał uporządkowany jest rosnąco lub malejąco Rozdzielczy - gdzie poszczególnym wariantom zmiennej przyporządkowane

Bardziej szczegółowo

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Ekonomii i Finansów Dr Katarzyna Brzozowska-Rup

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Ekonomii i Finansów Dr Katarzyna Brzozowska-Rup KARTA MODUŁU / KARTA PRZEDMIOTU Z-ID-104 Elementy rachunku prawdopodobieństwa i sta- Kod modułu Nazwa modułu tystyki Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2015/2016 Elements

Bardziej szczegółowo

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne), Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:

Bardziej szczegółowo

Wykład 1. Wprowadzenie w tematykę zajęć

Wykład 1. Wprowadzenie w tematykę zajęć Wykład 1. Wprowadzenie w tematykę zajęć Informacje o przedmiocie Wykładowca i prowadzący laboratoria komputerowe: dr Marek Sobolewski Strona internetowa: www.msobolew.sd.prz.edu.pl Wykład 15 godz., Laboratorium

Bardziej szczegółowo

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4 KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Statystyczny opis danych

Statystyczny opis danych Temat: Statystyczny opis danych Oznaczenia żółty nowe pojęcie czerwony uwaga * - materiał nadobowiązkowy 1 Zagadnienia 1. Wprowadzenie 2. Pojęcia: populacja, próba, cecha, typy cech 3. Elementy opisu statystycznego:

Bardziej szczegółowo

Demografia Liczba, rozmieszczenie i struktura ludności

Demografia Liczba, rozmieszczenie i struktura ludności Demografia Liczba, rozmieszczenie i struktura ludności Materiały dydaktyczne Opracowano na podst. J. Holzer, Demografia, Warszawa 2003. Podstawowe czynniki determinujące rozmieszczenie ludności 1. Czynniki

Bardziej szczegółowo

Statystyka z demografią

Statystyka z demografią Statystyka z demografią Wykład: poniedziałek, 15:15 16:45, sala δ (delta) CI, (18 h) Prowadzący: dr Maciej Stępiński, mstep@amuedupl Forma zaliczenia: egzamin w formie pisemnej obejmujący zadania z treścią

Bardziej szczegółowo

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami

Bardziej szczegółowo

Z-LOG-033I Statystyka Statistics

Z-LOG-033I Statystyka Statistics KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOG-033I Statystyka Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

BADANIE MARKETINGOWE

BADANIE MARKETINGOWE BADANIE MARKETINGOWE SIM System informacji marketingowej służy do zarządzania informacją marketingową. Są to trwałe, wzajemnie oddziałujące struktury ludzi, urządzeń i procedur do gromadzenia, sortowania,

Bardziej szczegółowo

Analiza statystyczna w naukach przyrodniczych

Analiza statystyczna w naukach przyrodniczych Analiza statystyczna w naukach przyrodniczych Po co statystyka? Człowiek otoczony jest różnymi zjawiskami i próbuje je poznać, dowiedzieć się w jaki sposób funkcjonują, jakie relacje między nimi zachodzą.

Bardziej szczegółowo

Przedmiot statystyki. Graficzne przedstawienie danych.

Przedmiot statystyki. Graficzne przedstawienie danych. Przedmiot statystyki. Graficzne przedstawienie danych. dr Mariusz Grządziel 23 lutego 2009 Przedmiot statystyki Statystyka dzieli się na trzy części: -zbieranie danych; -opracowanie i kondensacja danych

Bardziej szczegółowo